• 컴퓨터교육학회논문지
• /
• 제16권2호
• /
• pp.9-18
• /
• 2013

정보 교과는 정보과학적 사고와 원리를 통해 창의적 문제해결력 함양을 교육목표로 하며, 문제 해결 방법과 절차 단원을 통하여 알고리즘 학습을 강조한다. 알고리즘 학습이 문제해결력 향상에 효과가 있다는 선행연구들을 바탕으로 창의적 문제해결력 향상에도 효과를 입증하는 연구들이 이루어지고 있다. 그러나 이러한 연구들이 알고리즘 내용보다는 CPS와 같은 교수학습 모형이나 콘텐츠에 의존하고 있기 때문에 알고리즘 학습의 중요성이 상대적으로 약해질 수 있다. 본 연구는 일반적인 문제해결과정과 창의적 문제해결과정이 동일하다는 관점에서 알고리즘 학습이 창의적 문제해결력 향상에 효과가 있음을 검증한다. 이를 위하여 일반적인 사고 가운데 창의적인 사고로 간주되는 유추 추론(analogical reasoning)에 대하여 살펴보고, 유추 추론에 필요한 바탕 지식으로 분할 정복 알고리즘을 선택하였다. 퀵 정렬 알고리즘 학습 실험 결과, 분할 정복 알고리즘의 원리 학습한 실험집단과 알고리즘의 절차만 학습한 통제집단이 퀵 정렬 문제를 해결하는 비율에는 차이가 없었으나, 탐색 문제에서는 실험집단이 통제집단 보다 이진 탐색을 사용하는 비율이 더 높았다. 이는 분할 정복과 같은 추상적인 원리를 포함하는 알고리즘 학습이 새로운 영역의 문제를 해결하는 유추 추론에 효과가 있으며, 이는 창의적 문제해결력 향상으로 이어질 수 있음을 의미한다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제14권3호
• /
• pp.292-298
• /
• 2022

Coding education and algorithm education are essential in the era of the fourth industrial revolution. Text-oriented algorithm textbooks are perceived as difficult by students who are new to coding and algorithms. There is a need to develop educational content so that students can easily understand the principles of complex algorithms. This paper has implemented basic sorting algorithms as augmented reality contents for students who are new to algorithm education. To make it easier to understand the concept and principles of sorting algorithms, sorting data was expressed as a 3D box and the comparison of values according to the algorithms and the movement of values were produced as augmented reality contents in the form of 3D animations. In order to help with the understanding of sorting algorithms in C language, the change of variable values and the exchange of data were shown as animations according to the execution order of the code and the flow of the loop. Students can conveniently use contents through a smart phone without special equipment by being produced in a marker-based manner. Interest and immersion, as well as understanding of classes of sorting algorithms can be increased through educational augmented reality-based educational contents.

• 정보교육학회논문지
• /
• 제12권3호
• /
• pp.303-312
• /
• 2008

최근에 중시되고 있는 컴퓨터 원리 학습에 대한 교육적 요구에 부응하여, 본 논문에서는 간단한 사칙연산의 과정을 통하여 초등학생의 수준에서 자료구조와 알고리즘에 대한 기본적인 이해를 도모하고 흥미를 갖도록 효과적인 교육내용과 방법을 제시하였다. 이를 위해 unplugged 방식의 컴퓨터 학습자료를 제작하여 활동을 통해 컴퓨터가 데이터를 받아들이는 방법을 알 수 있도록 하였으며 학생들에게 애니메이션 자료를 제작하여 배열과 연결리스트에 의한 수식 표현과 알고리즘에 대하여 학습할 수 있도록 하였다. 연구의 교육적 실효성을 알아보기 위해 OO광역시 소재의 초등학교 5학년 한 반을 대상으로 논문에서 제시한 교육내용과 방법을 통하여 실험연구를 하였다. 연구 결과 학생들은 컴퓨터의 계산방식과 사람이 계산하는 방식에 있어 차이점이 있다는 것을 알게 되었고 그로 인해 알고리즘과 자료구조에 대한 기초적인 이해가 가능하였으며 알고리즘과 자료구조에 대한 긍정적인 반응을 나타내었다. 이를 통해 알고리즘의 원리학습은 눈높이 맞게 제시된다면 초등학생에게 효과적으로 교육할 수 있다는 가능성을 확인할 수 있었다.

• Current Optics and Photonics
• /
• 제6권3호
• /
• pp.260-269
• /
• 2022

Segmented planar imaging detector for electro-optical reconnaissance (SPIDER) is an emerging technology for optical imaging. However, this novel detection approach is faced with degraded imaging quality. In this study, a 6 × 6 planar waveguide is used after each lenslet to expand the field of view. The imaging principles of field-plane waveguide structures are described in detail. The local multiple-sampling simulation mode is adopted to process the simulation of the improved imaging system. A novel image-reconstruction algorithm based on deep learning is proposed, which can effectively address the defects in imaging quality that arise during image reconstruction. The proposed algorithm is compared to a conventional algorithm to verify its better reconstruction results. The comparison of different scenarios confirms the suitability of the algorithm to the system in this paper.

• 정보교육학회논문지
• /
• 제20권2호
• /
• pp.151-160
• /
• 2016

알고리즘 교육은 컴퓨터과학 교육의 기본 원리를 가르치는 도구로서 강조되고 한다. 그러나 초등학생에 적합한 알고리즘 교재자료는 매우 부족한 상태이다. 본 연구에서는 초등학생들이 알고리즘에 대해 쉽게 배울 수 있도록 컴퓨터과학 언플러그드의 내용을 기반으로 교육자료를 제시하였다. 학습자의 자발적 학습활동을 위한 문제 해결 탐구과정을 제시하고, 학생들은 개별 또는 조별 활동중심학습으로 구성하였다. 생활 속의 문제를 해결하는 알고리즘 학습을 위해 기본적인 검색과 정렬 알고리즘들을 바탕으로 해싱기법의 교수법 및 교육자료 개발하였다. 본 연구에서 제시한 교육자료는 전문가 집단의 설문 분석을 통해 적절하다는 결론을 얻었다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2010년도 하계학술대회
• /
• pp.271-280
• /
• 2010

급변하는 지식정보화사회에서 교육은 창의적 문제해결능력을 지닌 인재를 어떻게 양성할 것 인가에 초점을 두고 있다. 컴퓨터 과학의 알고리즘은 학생들의 논리적 사고력과 문제해결능력을 신장시키는데 효과적인 학습 내용이다. 하지만 알고리즘 교육은 대학에서 주로 이루어지던 현실을 고려했을 때 초등학생들의 인지 구조와 수준에 맞게 가르치는 것이 매우 중요하다. 본 연구에서는 알고리즘의 원리를 기반으로 한 교육용 콘텐츠를 통해 학생들이 스스로 원리를 이해하고 문제 상황을 최선의 방법으로 해결할 수 있는 능력을 신장시키고자 한다. 게임의 흥미 요소가 포함된 콘텐츠는 학생들이 흥미를 갖고 적극적으로 참여하는데 효과적인 교육 방법으로 알고리즘의 원리를 이해하는데 큰 도움이 될 것이다.

• 한국경영과학회지
• /
• 제17권2호
• /
• pp.145-162
• /
• 1992

This paper proposes two design principles for expert systems to solve a stock market timing (SMART) problems : machine knowledge and fuzzy post-adjustment, Machine knowledge is derived from past SMART instances by using an inductive learning algorithm. A knowledge-based solution, which can be regarded as a prior SMART strategy, is then obtained on the basis of the machine knowledge. Fuzzy post-adjustment (FPA) refers to a Bayesian-like reasoning, allowing the prior SMART strategy to be revised by the fuzzy evaluation of environmental factors that might effect the SMART strategy. A prototype system, named K-SISS2 (Knowledge-based Stock Investment Support System 2), was implemented using the two design principles and tested for solving the SMART problem that is aimed at choosing the best time to buy or sell stocks. The prototype system worked very well in an actual stock investment situation, illustrating basic ideas and techniques underlying the suggested design principles.

• 컴퓨터교육학회논문지
• /
• 제13권1호
• /
• pp.27-36
• /
• 2010

지식정보사회를 살아가는 사람들에게 가장 중요한 능력인 문제해결력, 창의성 등의 고등사고력을 신장시키기 위해 알고리즘과 프로그래밍 교육을 중학교 정보 교육과정에 도입한 것은 적절하다. 그러나 형식적 조작기에 도달하지 못한 구체적 조작기 학생들에게 고등교육의 알고리즘과 프로그래밍 교육내용을 축소하여 제공하는 것은 학생들의 인지부담만 가중되며, 알고리즘 학습에서 배운 원리와 전략이 문제해결을 위한 프로그래밍으로 학습 전이가 어렵다. 본 연구는 인지 발달 단계 중에서 구체적 조작기에 해당하는 학생들의 발달 특성을 고려하고, 알고리즘 학습이 프로그래밍으로 전이할 수 있도록 선 알고리즘 후 프로그래밍 학습 모형을 개발하였고, 구체적 조작기 학생들을 대상으로 하여 학습 동기와 학업성취도에 미치는 영향을 검증하였다. 그 결과 선 알고리즘 후 프로그래밍 모형으로 학습한 구체적 조작기 학생들의 학습동기와 학업성취도 향상에 유의미한 차이가 있었다.

• 한국정밀공학회지
• /
• 제14권4호
• /
• pp.46-55
• /
• 1997

This paper presents the development of intelligent performance management of computer communication networks for larger-scale integrated systems and the demonstration of its efficacy using computer simula- tion. The innermost core of the performance management is based on fuzzy set theory. This fuzzy perfor- mance manager has learning ability by using principles of neuro-fuzzy model, neuralnetwork, genetic algo- rithm(GA). Two types of performance managers are described in this paper. One is the Neuro-Fuzzy Per- formance Manager(NFPM) of which learning ability is based on the conventional gradient method, and the other is GA-based Neuro-Fuzzy Performance Manager(GNFPM)with its learning ability based on a genetic algorithm. These performance managers have been evaluated via discrete event simulation of a computer network.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1916-1934
• /
• 2023

The phishing attack is a malicious emerging threat on the internet where the hackers try to access the user credentials such as login information or Internet banking details through pirated websites. Using that information, they get into the original website and try to modify or steal the information. The problem with traditional defense systems like firewalls is that they can only stop certain types of attacks because they rely on a fixed set of principles to do so. As a result, the model needs a client-side defense mechanism that can learn potential attack vectors to detect and prevent not only the known but also unknown types of assault. Feature selection plays a key role in machine learning by selecting only the required features by eliminating the irrelevant ones from the real-time dataset. The proposed model uses Hyperparameter Optimized Artificial Neural Networks (H-ANN) combined with a Hybrid Firefly and Grey Wolf Optimization algorithm (H-FFGWO) to detect and block phishing websites in Internet of Things(IoT) Applications. In this paper, the H-FFGWO is used for the feature selection from phishing datasets ISCX-URL, Open Phish, UCI machine-learning repository, Mendeley website dataset and Phish tank. The results showed that the proposed model had an accuracy of 98.07%, a recall of 98.04%, a precision of 98.43%, and an F1-Score of 98.24%.